MMP는 UAC·ASA와 어떻게 연결될까 어트리뷰션 측정 원리 심화

작성자:꾸선 마지막 수정일:
MMP는 UAC·ASA와 어떻게 연결될까 어트리뷰션 측정 원리 심화

MMP는 UAC·ASA와 어떻게 연결될까 앱 광고 어트리뷰션 측정 원리 완벽 이해

수천만 원, 혹은 수억 원의 막대한 마케팅 예산을 투입하여 광고 캠페인을 운영하고 있음에도 불구하고, 막상 최종 결제를 일으킨 고가치(High-value) 진성 유저가 정확히 어느 채널의 어떤 키워드를 통해 유입되었는지 알 수 없어 답답함을 느껴본 적이 있으신가요? 매일 아침 광고 플랫폼의 대시보드에는 수만 건의 클릭과 설치가 화려하게 기록되어 있지만, 정작 내부 데이터베이스의 매출액과 맞추어 보면 그 숫자가 터무니없이 어긋나는 현상은 앱 마케터라면 누구나 한 번쯤 겪어보았을 막막함이자 공통된 고민일 것입니다.

이러한 현상이 발생하는 근본적인 이유는 모바일 앱 생태계 특유의 단절된 데이터 흐름과 앱스토어라는 거대한 ‘블랙박스’ 때문입니다. 그리고 이 단절된 구간을 이어주는 구원투수이자 핵심 인프라가 바로 모바일 어트리뷰션(Mobile Attribution) 기술을 제공하는 MMP(Mobile Measurement Partner)입니다. 본 보고서에서는 어트리뷰션 분석가 꾸선(Kkuseon)의 전문적인 시각과 실무적 인사이트를 바탕으로, 글로벌 앱 마케팅을 견인하는 양대 산맥인 Google UAC(Universal App Campaigns)와 Apple Search Ads(ASA)가 어떻게 MMP와 유기적으로 연결되어 작동하는지, 그리고 왜 우리가 이 복잡한 기술적 구조를 완벽하게 이해해야만 비즈니스를 성장시킬 수 있는지 그 명확한 답을 서술형으로 깊이 있게 탐구해 보겠습니다.

모바일 어트리뷰션의 한계 극복: 왜 UAC와 ASA는 MMP가 필요할까?

앱스토어에서 발생하는 데이터 단절과 MMP의 연결 구조
앱스토어에서 발생하는 데이터 단절과 MMP의 연결 구조
(이해를 돕기 위해 AI를 활용하여 생성한 이미지입니다.)

웹은 연결되지만 앱은 앱스토어에서 데이터가 끊어진다

가장 먼저 짚고 넘어가야 할 부분은 앱스토어를 거치며 발생하는 데이터 단절 현상입니다. 웹 브라우저 환경에서는 사용자가 배너를 클릭하고 쇼핑몰에 진입하여 상품을 구매하기까지의 모든 과정이 쿠키(Cookie)나 URL 파라미터 등을 통해 비교적 매끄럽게 연결됩니다. 그러나 모바일 앱 환경은 전혀 다릅니다. 사용자가 페이스북이나 구글에 노출된 광고를 클릭하는 순간, 이들은 필연적으로 Apple App Store나 Google Play Store라는 거대한 장벽으로 이동하게 됩니다. 앱스토어는 철저히 통제된 생태계이므로, 사용자가 앱을 다운로드하는 그 순간 광고 매체와 사용자 사이의 연결 고리는 완전히 끊어져 버리게 됩니다.

바로 여기서 많은 실무자들이 흔히 범하는 치명적인 오해를 하나 바로잡고자 합니다. 상당수의 마케터들은 모바일 어트리뷰션을 제공하는 앱스플라이어, 에어브릿지, Adjust 등의 솔루션을 단순히 ‘어디서 설치가 일어났는지 개수를 세어주는 추적기(Tracker)’ 정도로만 인식합니다. 심지어 ASA는 Apple의 자사 플랫폼이므로 별도의 외부 툴이 필요 없다고 착각하거나, Apple이 개인정보 보호를 위해 도입한 SKAdNetwork(SKAN) 체제하에서는 MMP의 역할이 축소되었다고 오해하는 경우도 적지 않습니다.

MMP는 단순 설치 추적기가 아니다

하지만 이는 모바일 마케팅의 본질을 놓친 완전히 잘못된 인식입니다. 현대의 MMP는 단순한 설치 추적을 넘어, 설치 이후에 발생하는 회원가입, 장바구니 담기, 정기 구독 결제 등 깊은 퍼널(Deep-funnel)의 이벤트 데이터를 광고 플랫폼으로 다시 역송신(Postback)하는 역할을 수행합니다. 즉, MMP는 성과를 기록하는 장부를 넘어서서 각 매체의 머신러닝 알고리즘을 고도화시키는 가장 결정적인 ‘최적화 엔진’이자 심장으로 작동하는 것입니다. MMP가 정확한 데이터를 연결해주지 않는다면, Google UAC나 ASA의 알고리즘은 실제 매출을 일으키는 유저가 아닌, 그저 값싸게 앱을 껍데기만 설치하고 이탈해버리는 저품질 트래픽에만 예산을 쏟아붓게 될 것입니다.

앱스플라이어와 Adjust 등 MMP는 광고 플랫폼과 어떻게 연결될까?

그렇다면 모바일 어트리뷰션의 핵심인 MMP는 구체적으로 광고 플랫폼과 어떻게 데이터를 주고받을까요? 모바일 앱 생태계에서 광고 플랫폼, MMP 서버, 앱 내부에 심어진 SDK(Software Development Kit), 그리고 서비스의 본체인 앱 서버는 하나의 유기적인 톱니바퀴처럼 맞물려 정교한 데이터 흐름을 만들어냅니다.

MMP가 광고 플랫폼과 앱 SDK 및 앱 서버를 연결하는 데이터 흐름
MMP가 광고 플랫폼과 앱 SDK 및 앱 서버를 연결하는 데이터 흐름
(이해를 돕기 위해 AI를 활용하여 생성한 이미지입니다.)

광고 클릭부터 앱 실행까지 데이터는 어떻게 흐를까?

사용자가 광고를 클릭하는 찰나의 순간, 광고 매체는 해당 클릭에 대한 방대한 메타데이터(캠페인 ID, 소재 ID, 클릭 시간 등)를 생성하여 MMP의 서버로 즉시 전송하거나, 사용자의 디바이스 환경에 임시로 저장합니다. 이후 사용자가 스토어를 거쳐 앱을 다운로드하고 최초로 실행(First Open)하게 되면, 그제야 앱 내부에 잠들어 있던 MMP SDK가 깨어나 작동을 시작하게 됩니다. 이 SDK는 디바이스의 제한적인 식별자 정보나 OS 버전, IP 주소 등 사용자의 디지털 발자국을 정밀하게 수집하여 다시 MMP 서버로 전송합니다.

MMP는 클릭 정보와 설치 정보를 어떻게 매칭할까?

데이터를 수신한 MMP 서버는 자신들이 미리 수집해 둔 거대한 ‘광고 클릭 데이터베이스’와 방금 SDK가 보내온 ‘설치 발자국’을 대조하는 작업에 착수합니다. 광고 식별자(IDFA, GAID)가 일치하는 결정론적 어트리뷰션(Deterministic Attribution) 방식이든, 식별자가 없을 때 IP와 시간대 등을 분석하는 확률론적(Probabilistic) 모델링 매칭이든 간에, 이 치열한 연산 과정을 통해 최종적으로 특정 설치가 어떤 광고 클릭 덕분인지 결론을 내리게 됩니다. 매칭이 완료되면 MMP는 이 기쁜 소식을 단순히 대시보드에 띄우는 데 그치지 않고, 그 결과를 다시 광고 플랫폼의 서버로 포스트백(Postback)하여 매체 측에도 전환 사실을 알립니다.

설치 이후 구매 데이터는 다시 광고 플랫폼으로 전달된다

더 나아가 사용자가 앱 내부에서 5만 원 상당의 유료 아이템을 결제하면, 앱 서버가 이 구매 이벤트를 실시간으로 MMP로 전달하고, MMP는 이를 다시 광고 플랫폼에 전송함으로써 매체가 스스로 학습하고 진화할 수 있도록 완벽한 피드백 루프를 완성하게 됩니다.

머신러닝의 핵심, Google UAC는 MMP와 어떻게 어트리뷰션할까?

Google UAC는 왜 MMP의 데이터가 필요한가?

구글의 유니버설 앱 캠페인인 Google UAC는 마케터가 텍스트, 이미지, 동영상 등 다양한 에셋만 던져주면 Google 검색, Google Play, YouTube, 디스플레이 네트워크 전반에 걸쳐 머신러닝 기반으로 광고를 자동 최적화하는 매우 강력한 플랫폼입니다. 이처럼 머신러닝이 모든 것을 지배하는 Google UAC는 어떻게 MMP와 데이터를 교환하여 고도화된 최적화를 이뤄낼까요?

GCLID에서 gbraid·wbraid로 바뀐 이유

과거에는 GCLID(Google Click Identifier)라는 강력한 식별 파라미터를 통해 유저의 클릭과 설치를 완벽하게 추적할 수 있었습니다. 하지만 최근 몇 년간 애플의 앱 추적 투명성(ATT) 정책으로 인해 iOS 환경에서 식별자(IDFA) 수집이 극도로 제한되면서 기존 방식에 큰 제동이 걸렸습니다. 이를 극복하기 위해 Google UAC는 개인정보 보호를 엄격히 준수하면서도 정확한 측정을 가능하게 하는 새로운 파라미터를 도입했습니다. 바로 앱 간(App-to-App) 어트리뷰션을 위한 ‘gbraid’와 웹에서 앱으로(Web-to-App) 이어지는 어트리뷰션을 위한 ‘wbraid’입니다.

UAC 머신러닝은 인앱 이벤트를 학습한다

사용자가 개인정보 보호가 강화된 iOS 환경에서 Google UAC 광고를 클릭할 때 이 고유한 식별 파라미터가 동반되며, 앱이 설치된 후 앱스플라이어나 에어브릿지 같은 MMP는 이 파라미터 값을 파악하여 설치 이벤트와 매끄럽게 결합합니다. 이후 MMP는 구글 서버로 인스톨 포스트백(Install Postback)을 전송하게 되며, 구글의 인공지능 알고리즘은 이 포스트백 데이터를 수신하여 특정 캠페인이나 에셋 그룹이 실제 설치를 이끌어냈음을 확인합니다. Google UAC 성과 최적화의 핵심은 설치 그 자체가 아니라, 설치 이후에 발생하는 ‘가치 있는 인앱 행동’을 MMP가 얼마나 빠르고 정확하게 구글로 넘겨주는지에 달려 있습니다. 구글의 머신러닝은 이 이벤트 데이터를 기반으로 가치가 높은 유저들의 패턴을 학습하고, 유사한 성향을 가진 타겟을 스스로 찾아 자동으로 입찰가를 조정하는 거대한 데이터 선순환 구조를 만들어냅니다.

에어브릿지 등과 연동되는 Apple Search Ads(ASA)의 측정 구조

ASA는 일반 광고 네트워크와 무엇이 다를까?

반면 Apple Search Ads(ASA)는 iOS 생태계 내부, 즉 App Store 내에서 사용자가 특정 키워드를 검색할 때 최상단에 노출되는 검색 광고이기에 일반적인 매체와는 전혀 다른 독창적인 어트리뷰션 구조를 가집니다. ASA는 서드파티 의존도를 낮추고 사용자 개인정보를 철저히 보호하기 위해 자체적인 측정 API를 제공하는데, iOS 14.3 이후부터는 ‘AdServices Framework’가 그 핵심 역할을 전담하고 있습니다.

AdServices Framework는 어떻게 동작할까?

ASA의 어트리뷰션 과정은 놀랍게도 광고를 클릭할 때가 아니라, 앱이 설치된 후 최초로 실행되는 시점에서부터 본격적으로 시작됩니다. 사용자가 ASA 광고를 클릭하여 앱을 실행하면, 앱 내부에 구현된 코드는 Apple의 AdServices 프레임워크를 호출하여 AAAttribution.attributionToken()이라는 특별한 토큰을 생성해냅니다. 이 토큰은 사용자의 개인정보를 직접적으로 담지 않은 채 24시간 동안만 유효한 Base64 인코딩 문자열로 생성됩니다.

앱은 즉시 이 토큰을 에어브릿지나 Adjust 등의 MMP SDK로 넘겨주게 되며, MMP는 자사의 서버를 통해 이 토큰을 애플의 어트리뷰션 API(api-adservices.apple.com)로 전송하여 해석을 요청합니다. 애플의 서버는 이 토큰을 분석하여 해당 사용자가 자사의 검색 광고를 통해 유입된 것이 맞다면, 캠페인 ID, 광고 그룹 ID, 키워드 ID 등 귀중한 메타데이터가 담긴 페이로드(Payload)를 MMP에게 반환합니다.

ATT 허용 여부에 따라 어떤 데이터가 달라질까?

이 과정에서 매우 흥미롭고 중요한 정책적 장치가 존재합니다. 사용자가 ATT(앱 추적 투명성) 팝업에서 추적을 허용한 경우에는 클릭 일시까지 포함된 ‘상세 페이로드(Detailed Payload)’가 반환되지만, 추적을 거부한 경우에는 클릭 시간 등이 제외된 ‘표준 페이로드(Standard Payload)’만 제공됩니다. 비록 추적을 거부했더라도 애플 생태계 내의 퍼스트파티(First-party) 데이터인 덕분에 캠페인과 키워드 수준의 설치 기여도는 명확하게 파악할 수 있다는 것이 ASA 어트리뷰션이 가진 가장 강력한 무기입니다.

Google UAC와 ASA 어트리뷰션 방식의 심층 비교

Google UAC와 Apple Search Ads의 MMP 연동 방식 비교
Google UAC와 Apple Search Ads의 MMP 연동 방식 비교
(이해를 돕기 위해 AI를 활용하여 생성한 이미지입니다.)

UAC와 ASA의 데이터 수집 방식 비교

Google UAC와 ASA는 앱 마케팅 시장을 이끄는 가장 거대한 두 축이지만, 데이터를 전달하고 개인정보를 다루는 철학과 기술적 구조에 있어서는 뚜렷한 차이를 보입니다. 구체적인 사례와 데이터 구조를 바탕으로 이 두 매체의 어트리뷰션 방식을 비교해 보면 다음 표와 같습니다.

비교 항목Google UACApple Search Ads (ASA)
핵심 기여도 측정 매개체클릭 ID (GCLID) 및 프라이버시 보호 파라미터 (gbraid, wbraid)AdServices Framework에서 발행하는 일회성 어트리뷰션 토큰
어트리뷰션 윈도우광고주 설정에 따라 유동적이나 보통 클릭 후 30일 등 탄력적 운영클릭 후 30일 (조회 후 24시간)의 엄격한 자체 기준 적용
개인정보 보호 정책의 영향iOS 환경에서 ATT 동의 여부에 절대적인 영향을 받으며, SKAdNetwork 모델링 의존도 높음자사 플랫폼(First-party)이므로 ATT 거부 시에도 키워드 수준의 표준 페이로드(Standard) 확보 가능
MMP 연동 및 데이터 수신 방식MMP가 자체 수집한 클릭 로그와 SDK 설치 로그를 병합하여 구글 서버로 포스트백 전송MMP가 앱으로부터 전달받은 토큰을 Apple API에 직접 쿼리하여 결과값을 수신
최적화 데이터의 입도 (Granularity)에셋 그룹 및 캠페인 단위의 전반적인 성과 추정 위주사용자가 검색한 개별 키워드(Keyword ID) 단위까지 매우 투명하게 분석 가능

실무에서는 어떤 차이가 발생할까?

이러한 구조적 차이로 인해 실무 현장에서 데이터를 해석할 때 겪게 되는 경험도 크게 달라집니다. 분석가 꾸선의 실무 경험적 시각에 비추어 볼 때, 모바일 기기에서 Google UAC 캠페인을 운영할 때는 gbraid나 wbraid 같은 대체 파라미터와 SKAN 4.0 기반의 거친 전환값(Coarse-grained conversion values)을 복합적으로 취합하여 전체적인 전환 볼륨을 통계적으로 추정해야 하는 어려움이 따릅니다. 반면 ASA는 애플이 토큰을 통해 직접 정답안을 내려주기 때문에, 사용자가 어떤 검색어를 입력하고 들어왔는지 키워드 단위의 ROI(투자 대비 수익률)까지 매우 투명하고 정밀하게 분석할 수 있다는 독보적인 장점을 지니고 있습니다.

결론: 단순한 연결을 넘어 데이터 기반 최적화를 이루는 인프라

그렇다면 궁극적으로 이 복잡하고 고도화된 기술적 연결을 통해 실무자들이 얻고자 하는 진정한 가치는 무엇일까요? 구체적인 이해를 돕기 위해 실무 사례를 하나 들어보겠습니다. 만약 여러분이 신규 앱 런칭을 위해 Google UAC와 ASA에 각각 2만 달러의 예산을 집행했다고 가정해 보겠습니다. 광고 매체의 단일 대시보드만 보면 두 플랫폼 모두 10달러라는 동일한 설치 단가(CPI)로 2,000개의 설치를 만들어 냈을 수 있습니다. 그러나 진정한 평가는 그 이후에 시작됩니다.

실제 사례로 보는 UAC와 ASA 성과 차이

앱스플라이어나 Adjust 같은 모바일 어트리뷰션 대시보드를 열어 결제 데이터를 병합해 보면 충격적인 진실을 마주하게 됩니다. UAC를 통해 들어온 유저들의 7일 차 잔존율은 20%에 불과하고 결제 전환이 낮았던 반면, ASA의 ‘경쟁사 브랜드 이름’ 키워드를 통해 유입된 유저들은 50%의 높은 7일 차 잔존율과 압도적으로 높은 고객 생애 가치(LTV)를 보여준다는 숨겨진 인사이트를 발견하게 되는 것입니다. 더 나아가 최근에는 앱스플라이어 등에서 제공하는 AI 기반의 MCP(Model Context Protocol) 에이전트를 활용하여, 복잡한 SQL 쿼리 없이도 이러한 채널별 LTV 차이와 부정 트래픽(Fraud) 여부를 실시간으로 묻고 분석하는 수준에 이르렀습니다.

MMP는 이제 측정 툴이 아니라 최적화 엔진이다

꾸선의 분석적 시각에서 결론을 내리자면, 오늘날 프라이버시가 극도로 강조되는 모바일 마케팅 시장에서 MMP를 단순한 비용 부서나 설치 횟수를 세는 도구로 여기는 것은 비즈니스의 생명줄을 끊는 것과 다름없는 치명적인 오판입니다. 다가오는 시대의 MMP는 광고를 단순히 연결해 주는 매개체를 넘어서서, 설치 이후에 벌어지는 진짜 성과를 각 광고 매체의 머신러닝 알고리즘에 끊임없이 주입하고 데이터 기반 최적화를 가능하게 하는 ‘가장 핵심적인 뇌이자 인프라’로 진화했습니다.

핵심 내용 한 번에 정리

지금까지 분석한 검색 사용자들의 핵심 의문을 결론으로 명확하게 재정리하며 글을 맺겠습니다. 첫째, 앱스토어로 인해 단절되는 데이터를 극복하고 어떤 채널이 진짜 수익을 내는지 판별하기 위해 UAC와 ASA는 MMP를 반드시 필요로 합니다. 둘째, 데이터는 매체의 메타데이터, 앱 내부 SDK의 발자국, 그리고 앱 서버의 구매 데이터 포스트백이라는 거대한 유기적 흐름을 통해 순환합니다. 셋째, Google UAC는 iOS의 제한된 환경 속에서도 gbraid, wbraid 같은 대체 식별자를 통해 MMP와 통신하고 머신러닝 모델을 최적화합니다. 넷째, ASA는 서드파티에 의존하지 않고 AdServices 프레임워크가 발급하는 24시간 유효 토큰을 통해 가장 투명하고 정밀한 어트리뷰션을 실현합니다. 마지막으로, 데이터가 가려지는 블랙박스 시대일수록, 이 완벽한 어트리뷰션 측정 원리를 이해하고 MMP라는 나침반을 올바르게 쥐고 있는 마케터만이 한정된 예산 속에서도 비즈니스의 폭발적인 성장을 이끌어낼 수 있을 것입니다.

📚 참고 자료 및 출처 (References)

1. 모바일 어트리뷰션(MMP) 및 KPI 측정 완벽 가이드

2. Apple Search Ads (ASA) 성과 추적 및 iOS AdServices 프레임워크

3. 프라이버시 시대의 측정 한계와 SKAdNetwork (SKAN)

4. 앱 마케팅 최신 기술 동향 및 AI 활용 (에이전트, MCP)

관련 글 보기